# 给 DeepSeek V4 接一个 3B 的视觉前端，今天就能跑

> 原标题：给性价比最高的推理引擎装一双眼睛

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-08-15T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/50982
- 原文：https://yage.ai/share/deepseek-vision-workaround-20260815.html

## 摘要

DeepSeek V4 的 API 不收图片，但 Liquid AI 新出的 LFM2.5-VL-3B 可以当它的眼睛。作者在自家车库摄像头上零样本测了一把，判断门开没开准确率 94.3%，本地跑完只要 1.5 秒。图片不出设备，只有“门开了”这类文字结果上云做推理。

## 推荐理由

作者用 3B 的 LFM2.5-VL-3B 给不收图片的 DeepSeek V4 做视觉前端，在车库摄像头零样本判断门开没开，准确率 94.3%、本地耗时 1.5 秒，图片不出设备。

## 锐评

3B 的模型在车库门上跑出 94.3%，这个数我信，但门开没开是二分类里最简单的那类，换成货架缺货、仪表读数这种要细看的目标，3B 大概率撑不住。

有意思的是架构，图片留在本地，只把一句文字结果发上云，token 账单几乎为零，还顺手绕开了数据出境的合规问题。这个思路比模型本身值钱，视觉前端本地跑，推理交给云端大模型。
